基础← 返回知识库参数化函数函数的对应法则中包含可调节参数，不同参数值产生不同的具体函数。核心公式📖 符号说明符号含义说明输入模型接收的数据权重控制输入影响力大小的参数偏置做上下平移的参数输出模型的预测结果参数化函数# 普通函数的规则是固定的，比如 f(x)=2xf(x) = 2xf(x)=2x，那个 2 不会变。参数化函数则在对应法则中引入了可调节的参数，最简单的形式如： f(x)=wx+bf(x) = wx + bf(x)=wx+b 其中 www（权重）和 bbb（偏置）是参数。参数值不同，就得到不同的具体函数。 为什么重要# AI 模型本质上就是参数化函数。所谓"训练模型"，就是通过数据自动搜索最优的参数值，让模型的输出尽可能接近真实结果。函数的形式（网络结构）是人定的，参数的值是训练出来的。